CN105959365A - 应用推荐方法和应用推荐装置 - Google Patents
应用推荐方法和应用推荐装置 Download PDFInfo
- Publication number
- CN105959365A CN105959365A CN201610265008.XA CN201610265008A CN105959365A CN 105959365 A CN105959365 A CN 105959365A CN 201610265008 A CN201610265008 A CN 201610265008A CN 105959365 A CN105959365 A CN 105959365A
- Authority
- CN
- China
- Prior art keywords
- user
- application
- contact person
- time period
- setting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种应用推荐方法和应用推荐装置。该方法包括:根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子;统计出用户的每个联系人在设定时间段内使用每个应用的次数;根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分;比较用户对应用的潜在喜好得分是否大于设定阈值;若比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。本发明提高了应用推荐的准确性,创造出用户需求。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种应用推荐方法和应用推荐装置。
背景技术
随着智能手机的兴起,应用商店得到了快速发展。目前,操作系统厂商(如:苹果、谷歌)、终端厂商、电信运营商、互联网企业都介入其中,拥有各自的应用商店,用户手机中的绝大部分应用也都是从应用商店中下载。作为应用的主要分发渠道,应用商店不仅满足了大众用户的日常性需求,同时也满足了长尾化需求。
现有的应用商店对用户的推荐方案存在如下技术问题:
1、基于用户的协同过滤方法,利用用户对各个应用的评分计算用户之间的相似性,并将相似性高的其它用户下载的应用推荐给该用户。但是,针对新晋用户不具备下载评分记录,无法得知应用的偏好,因此对应用的推荐会有所偏差。
2、基于应用的关联规则方法,利用用户的下载记录计算应用之间的关联程度,若用户下载某一个应用,就将与该下载的应用关联程度高的其它应用推荐给用户。但是,对用户推荐的应用总是集中在用户熟悉的领域,无法再引领用户发掘其他领域的应用偏好,进而无法创造用户需求。
发明内容
本发明提供一种应用推荐方法和应用推荐装置,用于提高应用推荐的准确性并创造用户需求。
为实现上述目的,本发明提供了一种应用推荐方法,包括:
根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子;
统计出用户的每个联系人在设定时间段内使用每个应用的次数;
根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分;
比较用户对应用的潜在喜好得分是否大于设定阈值;
若比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
可选地,所述根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子包括:
根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数;
根据通话信息计算出用户的每个联系人对用户的影响力因子。
可选地,所述根据通话信息计算出用户的每个联系人对用户的影响力因子包括:
通过公式计算出用户的每个联系人对用户的影响力因子,其中,PA为用户的联系人A对用户的影响力因子为主叫的权值,IA为呼叫联系人A的主叫次数,JA为接听联系人A的被叫次数。
可选地,所述统计出用户的每个联系人在设定时间段内使用每个应用的次数包括:
根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
可选地,所述根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分包括:
通过公式计算出用户对每个应用的潜在喜好得分,其中,R(Q)为用户对应用Q的潜在喜好得分,F为用户的所有联系人,PA为用户的联系人A对用户的影响力因子,C(A,Q)为用户的联系人A在设定时间段内使用应用Q的次数。
为实现上述目的,本发明提供了一种应用推荐装置,包括:
第一生成模块,用于根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子;
统计模块,用于统计出用户的每个联系人在设定时间段内使用每个应用的次数;
第二生成模块,用于根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分;
比较模块,用于比较用户对应用的潜在喜好得分是否大于设定阈值;
推荐模块,用于若所述比较模块比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
可选地,所述第一生成模块包括:
统计子模块,用于根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数;
计算子模块,用于根据通话信息计算出用户的每个联系人对用户的影响力因子。
可选地,还包括:
第一保存模块,用于保存用户的通话记录;
所述第一生成模块还用于从所述第一保存模块中获取用户在设定时间段内的通话记录。
可选地,所述统计模块具体用于根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
可选地,还包括:
第二保存模块,用于保存用户的每个联系人的上网记录;
所述统计模块还用于从所述第二保存模块中获取用户的每个联系人在设定时间段内的上网记录。
本发明具有以下有益效果:
本发明提供的应用推荐方法和应用推荐装置的技术方案中,根据用户在设定时间段内的通话记录生成用户的每个联系人对用户的影响力因子,根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子生成用户对每个应用的潜在喜好得分,将大于设定阈值的潜在喜好得分对应的应用推荐给用户,本发明通过将计算出的每个应用的潜在喜好得分与设定阈值进行比较,以获知用户对应用的偏好,从而提高了应用推荐的准确性;本发明通过用户的通话记录计算出用户的联系人对该用户的影响力因子,并统计出联系人使用应用的次数,以而得出用户对某一应用的潜在喜好得分,实现了为用户发掘出新领域的应用偏好,从而创造出用户需求。
附图说明
图1为本发明实施例一提供的一种应用推荐方法的流程图;
图2为本发明实施例二提供的一种应用推荐方法的流程图;
图3为本发明实施例三提供的一种应用推荐装置的结构示意图;
图4为本发明实施例四提供的一种应用推荐装置的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的应用推荐方法和应用推荐装置的进行详细描述。
图1为本发明实施例一提供的一种应用推荐方法的流程图,如图1所示,该方法包括:
步骤101、根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子。
步骤102、统计出用户的每个联系人在设定时间段内使用每个应用的次数。
步骤103、根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分。
步骤104、比较用户对应用的潜在喜好得分是否大于设定阈值,若是则执行步骤105,若否则流程结束。
步骤105、将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
本实施例提供的应用推荐方法的技术方案中,根据用户在设定时间段内的通话记录生成用户的每个联系人对用户的影响力因子,根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子生成用户对每个应用的潜在喜好得分,将大于设定阈值的潜在喜好得分对应的应用推荐给用户,本实施例通过将计算出的每个应用的潜在喜好得分与设定阈值进行比较,以获知用户对应用的偏好,从而提高了应用推荐的准确性;本实施例通过用户的通话记录计算出用户的联系人对该用户的影响力因子,并统计出联系人使用应用的次数,以而得出用户对某一应用的潜在喜好得分,实现了为用户发掘出新领域的应用偏好,从而创造出用户需求。
图2为本发明实施例二提供的一种应用推荐方法的流程图,如图2所示,该方法包括:
步骤201、根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数。
本步骤中,电信运营商会保存用户在设定时间段内的所有通话记录,通话记录中记录了用户与每个联系人的所有通话记录,通话记录可包括所有主叫通话记录和所有被叫通话记录。例如:设定时间段可以为一个月。
从该用户的通话记录中统计出该用户对所有联系人的所有主叫次数,得出主叫总次数。即:主叫总次数为用户对所有联系人进行呼叫的所有主叫次数。
从该用户的通话记录中统计出该用户接听所有联系人呼叫的所有被叫次数。即:被叫总次数为用户接听所有联系人呼叫的所有被叫次数。
从该用户的通话记录中依次统计出该用户呼叫的每个联系人的所有主叫次数,例如:统计出该用户呼叫联系人A的所有主叫次数。
从该用户的通话记录中依次统计出该用户接听的每个联系人的所有主叫次数,例如:统计出该用户接听联系人A的所有被叫次数。
步骤202、根据通话信息计算出用户的每个联系人对用户的影响力因子。
具体地,可通过如下公式计算出影响力因子:
其中,PA为用户的联系人A对用户的影响力因子,为主叫的权值,IA为呼叫联系人A的主叫次数,JA为接听联系人A的被叫次数。
通过上述公式依次计算出用户的每个联系人对用户的影响力因子。
步骤203、统计出用户的每个联系人在设定时间段内使用每个应用的次数。
具体地,可根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
用户的联系人使用通话的终端上网,而用户的联系人在使用通话的终端上网过程中通常会使用应用,此时会产生上网记录,该上网记录记录了用户的联系人在上网过程中使用应用的情况,而电信运营商则会保存所有的上网记录。当需要统计出联系人使用应用的情况时,可从电信运营商保存的设定时间段内的上网记录中统计出用户的每个联系人在设定时间段内使用每个应用的次数,例如:统计出联系人A在设定时间段内使用每个应用的次数。其中,设定时间段可以为一个月。
步骤204、根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分。
具体地,可通过如下公式计算出潜在喜好得分:
其中,R(Q)为用户对应用Q的潜在喜好得分,F为用户的所有联系人,PA为用户的联系人A对用户的影响力因子,C(A,Q)为用户的联系人A在设定时间段内使用应用Q的次数。
步骤205、比较用户对应用的潜在喜好得分是否大于设定阈值,若是则执行步骤206,若否则流程结束。
本步骤中,若比较出用户对应用的潜在喜好得分大于设定阈值,则表明该应用适合于向用户进行推荐;若比较出用户对应用的潜在喜好得分小于或等于设定阈值,则表明该应用不适合于向用户进行推荐。
步骤206、将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
具体地,可将大于设定阈值的潜在喜好得分对应的应用推荐至用户的终端。
本实施例提供的应用推荐方法的技术方案中,根据用户在设定时间段内的通话记录生成用户的每个联系人对用户的影响力因子,根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子生成用户对每个应用的潜在喜好得分,将大于设定阈值的潜在喜好得分对应的应用推荐给用户,本实施例通过将计算出的每个应用的潜在喜好得分与设定阈值进行比较,以获知用户对应用的偏好,从而提高了应用推荐的准确性;本实施例通过用户的通话记录计算出用户的联系人对该用户的影响力因子,并统计出联系人使用应用的次数,以而得出用户对某一应用的潜在喜好得分,实现了为用户发掘出新领域的应用偏好,从而创造出用户需求。
图3为本发明实施例三提供的一种应用推荐装置的结构示意图,如图3所示,该装置包括:第一生成模块11、统计模块12、第二生成模块13、比较模块14和推荐模块15。其中,第一生成模块11和第二生成模块13连接,统计模块12和第二生成模块13连接,第二生成模块13和比较模块14连接,比较模块14和推荐模块15连接。
第一生成模块11用于根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子。统计模块12用于统计出用户的每个联系人在设定时间段内使用每个应用的次数。第二生成模块13用于根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分。比较模块14用于比较用户对应用的潜在喜好得分是否大于设定阈值。推荐模块15用于若所述比较模块比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
本实施例提供的应用推荐装置可用于实现上述实施例一提供的应用推荐方法。
本实施例提供的应用推荐装置的技术方案中,根据用户在设定时间段内的通话记录生成用户的每个联系人对用户的影响力因子,根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子生成用户对每个应用的潜在喜好得分,将大于设定阈值的潜在喜好得分对应的应用推荐给用户,本实施例通过将计算出的每个应用的潜在喜好得分与设定阈值进行比较,以获知用户对应用的偏好,从而提高了应用推荐的准确性;本实施例通过用户的通话记录计算出用户的联系人对该用户的影响力因子,并统计出联系人使用应用的次数,以而得出用户对某一应用的潜在喜好得分,实现了为用户发掘出新领域的应用偏好,从而创造出用户需求。
图4为本发明实施例四提供的一种应用推荐装置的结构示意图,如图4所示,本实施例在上述实施例三的基础上,第一生成模块11包括统计子模块111和计算子模块112。统计子模块111用于根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数。计算子模块112用于根据通话信息计算出用户的每个联系人对用户的影响力因子。
进一步地,该装置还包括:第一保存模块16,该第一保存模块16和第一生成模块11连接。第一保存模块16用于保存用户的通话记录。第一生成模块11还用于从第一保存模块16中获取用户在设定时间段内的通话记录。
进一步地,统计模块12具体用于根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
进一步地,该装置还包括:第二保存模块17,该第二保存模块17和统计模块12连接。第二保存模块17用于保存用户的每个联系人的上网记录。统计模块12还用于从第二保存模块17中获取用户的每个联系人在设定时间段内的上网记录。
本实施例提供的应用推荐装置可用于实现上述实施例二提供的应用推荐方法。
本实施例提供的应用推荐装置的技术方案中,根据用户在设定时间段内的通话记录生成用户的每个联系人对用户的影响力因子,根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子生成用户对每个应用的潜在喜好得分,将大于设定阈值的潜在喜好得分对应的应用推荐给用户,本实施例通过将计算出的每个应用的潜在喜好得分与设定阈值进行比较,以获知用户对应用的偏好,从而提高了应用推荐的准确性;本实施例通过用户的通话记录计算出用户的联系人对该用户的影响力因子,并统计出联系人使用应用的次数,以而得出用户对某一应用的潜在喜好得分,实现了为用户发掘出新领域的应用偏好,从而创造出用户需求。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种应用推荐方法,其特征在于,包括:
根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子;
统计出用户的每个联系人在设定时间段内使用每个应用的次数;
根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分;
比较用户对应用的潜在喜好得分是否大于设定阈值;
若比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
2.根据权利要求1所述的应用推荐方法,其特征在于,所述根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子包括:
根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数;
根据通话信息计算出用户的每个联系人对用户的影响力因子。
3.根据权利要求2所述的应用推荐方法,其特征在于,所述根据通话信息计算出用户的每个联系人对用户的影响力因子包括:
通过公式计算出用户的每个联系人对用户的影响力因子,其中,PA为用户的联系人A对用户的影响力因子为主叫的权值,IA为呼叫联系人A的主叫次数,JA为接听联系人A的被叫次数。
4.根据权利要求1所述的应用推荐方法,其特征在于,所述统计出用户的每个联系人在设定时间段内使用每个应用的次数包括:
根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
5.根据权利要求1所述的应用推荐方法,其特征在于,所述根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分包括:
通过公式计算出用户对每个应用的潜在喜好得分,其中,R(Q)为用户对应用Q的潜在喜好得分,F为用户的所有联系人,PA为用户的联系人A对用户的影响力因子,C(A,Q)为用户的联系人A在设定时间段内使用应用Q的次数。
6.一种应用推荐装置,其特征在于,包括:
第一生成模块,用于根据用户在设定时间段内的通话记录,生成用户的每个联系人对用户的影响力因子;
统计模块,用于统计出用户的每个联系人在设定时间段内使用每个应用的次数;
第二生成模块,用于根据用户的每个联系人在设定时间段内使用每个应用的次数和用户的每个联系人对用户的影响力因子,生成用户对每个应用的潜在喜好得分;
比较模块,用于比较用户对应用的潜在喜好得分是否大于设定阈值;
推荐模块,用于若所述比较模块比较出用户对应用的潜在喜好得分大于设定阈值,将大于设定阈值的潜在喜好得分对应的应用推荐给用户。
7.根据权利要求6所述的应用推荐装置,其特征在于,所述第一生成模块包括:
统计子模块,用于根据用户在设定时间段内的通话记录,统计出该用户在设定时间段内的通话信息,该通话信息包括主叫总次数、被叫总次数、呼叫每个联系人的主叫次数以及接听每个联系人的被叫次数;
计算子模块,用于根据通话信息计算出用户的每个联系人对用户的影响力因子。
8.根据权利要求6或7所述的应用推荐装置,其特征在于,还包括:
第一保存模块,用于保存用户的通话记录;
所述第一生成模块还用于从所述第一保存模块中获取用户在设定时间段内的通话记录。
9.根据权利要求6所述的应用推荐装置,其特征在于,所述统计模块具体用于根据用户的每个联系人在设定时间段内的上网记录,统计出用户的每个联系人在设定时间段内使用每个应用的次数。
10.根据权利要求9所述的应用推荐装置,其特征在于,还包括:
第二保存模块,用于保存用户的每个联系人的上网记录;
所述统计模块还用于从所述第二保存模块中获取用户的每个联系人在设定时间段内的上网记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610265008.XA CN105959365B (zh) | 2016-04-26 | 2016-04-26 | 应用推荐方法和应用推荐装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610265008.XA CN105959365B (zh) | 2016-04-26 | 2016-04-26 | 应用推荐方法和应用推荐装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105959365A true CN105959365A (zh) | 2016-09-21 |
CN105959365B CN105959365B (zh) | 2019-01-18 |
Family
ID=56916024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610265008.XA Active CN105959365B (zh) | 2016-04-26 | 2016-04-26 | 应用推荐方法和应用推荐装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105959365B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194012A (zh) * | 2017-06-24 | 2017-09-22 | 深圳森阳环保材料科技有限公司 | 一种推荐效果好的课件推荐系统 |
WO2018205817A1 (zh) * | 2017-05-11 | 2018-11-15 | 腾讯科技(深圳)有限公司 | 应用推荐方法、装置及服务器 |
CN109756868A (zh) * | 2017-11-01 | 2019-05-14 | 中国移动通信集团终端有限公司 | 应用程序的推荐方法、装置、设备和介质 |
CN111191143A (zh) * | 2019-07-17 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 应用推荐方法及装置 |
CN112417311A (zh) * | 2020-10-29 | 2021-02-26 | 上海淇玥信息技术有限公司 | 一种基于影响因子执行业务的方法、装置和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473244A (zh) * | 2012-06-08 | 2013-12-25 | 富士通株式会社 | 用于推荐应用组合中使用的应用的设备和方法 |
US20140081965A1 (en) * | 2006-09-22 | 2014-03-20 | John Nicholas Gross | Content recommendations for Social Networks |
CN104636378A (zh) * | 2013-11-12 | 2015-05-20 | 中兴通讯股份有限公司 | 应用程序的推送方法及装置 |
CN104657373A (zh) * | 2013-11-20 | 2015-05-27 | 腾讯科技(上海)有限公司 | 一种应用信息推送方法和装置 |
CN105354260A (zh) * | 2015-10-22 | 2016-02-24 | 中南大学 | 一种融合社会网络和项目特征的移动应用推荐方法 |
-
2016
- 2016-04-26 CN CN201610265008.XA patent/CN105959365B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140081965A1 (en) * | 2006-09-22 | 2014-03-20 | John Nicholas Gross | Content recommendations for Social Networks |
CN103473244A (zh) * | 2012-06-08 | 2013-12-25 | 富士通株式会社 | 用于推荐应用组合中使用的应用的设备和方法 |
CN104636378A (zh) * | 2013-11-12 | 2015-05-20 | 中兴通讯股份有限公司 | 应用程序的推送方法及装置 |
CN104657373A (zh) * | 2013-11-20 | 2015-05-27 | 腾讯科技(上海)有限公司 | 一种应用信息推送方法和装置 |
CN105354260A (zh) * | 2015-10-22 | 2016-02-24 | 中南大学 | 一种融合社会网络和项目特征的移动应用推荐方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018205817A1 (zh) * | 2017-05-11 | 2018-11-15 | 腾讯科技(深圳)有限公司 | 应用推荐方法、装置及服务器 |
CN108874821A (zh) * | 2017-05-11 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 一种应用推荐方法、装置及服务器 |
CN108874821B (zh) * | 2017-05-11 | 2021-06-15 | 腾讯科技(深圳)有限公司 | 一种应用推荐方法、装置及服务器 |
US11423107B2 (en) | 2017-05-11 | 2022-08-23 | Tencent Technology (Shenzhen) Company Ltd | Application recommendation method and apparatus, and server |
CN107194012A (zh) * | 2017-06-24 | 2017-09-22 | 深圳森阳环保材料科技有限公司 | 一种推荐效果好的课件推荐系统 |
CN109756868A (zh) * | 2017-11-01 | 2019-05-14 | 中国移动通信集团终端有限公司 | 应用程序的推荐方法、装置、设备和介质 |
CN111191143A (zh) * | 2019-07-17 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 应用推荐方法及装置 |
CN111191143B (zh) * | 2019-07-17 | 2023-10-24 | 腾讯科技(深圳)有限公司 | 应用推荐方法及装置 |
CN112417311A (zh) * | 2020-10-29 | 2021-02-26 | 上海淇玥信息技术有限公司 | 一种基于影响因子执行业务的方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105959365B (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105959365A (zh) | 应用推荐方法和应用推荐装置 | |
US9571642B2 (en) | Network-based social media telephony firewall | |
CN103995907A (zh) | 一种访问用户的确定方法 | |
CN107123057A (zh) | 用户推荐方法及装置 | |
KR20100130003A (ko) | 온라인 소셜 네트워크 서비스 제공 장치 및 방법 | |
US20190098568A1 (en) | Method and apparatus for generating recommended changes to communication behaviors | |
KR20140047660A (ko) | 네트워크에 연결될 수 있는 제안 초대장 | |
RU2010136272A (ru) | Общественное целевое рекламирование | |
US10057420B2 (en) | Method and apparatus for identifying a user of a mobile device | |
CA2613467A1 (en) | Information system for telecommunications | |
CN106686265A (zh) | 基于通信记录的服务提供方法及装置 | |
CN106936997A (zh) | 一种基于社交关系图谱的垃圾语音识别方法和系统 | |
WO2020131945A1 (en) | System and method for providing social personalization information for enhanced customer service experience | |
CN108268477A (zh) | 一种基于话单的用户关系确定方法和装置 | |
JP6314579B2 (ja) | 通信装置、通信方法及びプログラム | |
KR101992411B1 (ko) | Sns에 기반하여 향기에 관한 추천을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
CN107368499A (zh) | 一种客户标签建模及推荐方法及装置 | |
CN105812593A (zh) | 对用户进行分级的方法及装置 | |
CN106130875A (zh) | 群组对话框排序方法及终端 | |
CN107563217A (zh) | 一种保护用户隐私信息的推荐方法和装置 | |
CN109191140A (zh) | 一种评分卡模型整合方法及装置 | |
CN107154875A (zh) | 一种电话通信网络中节点敏感性排序的方法 | |
CN107819924A (zh) | 一种垃圾电话号码的识别方法、装置及设备 | |
CN103944987A (zh) | 为用户整合个性化资源的方法及装置 | |
Majumdar et al. | An analytical method to identify social ambassadors for a mobile service provider's brand page on facebook |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |